本发明提供了一种基于VGG‑16模型的喷雾图像分类及质量检测方法，包括以下步骤：S1：图像预处理，将所有原始图像进行灰度增强处理，输入卷积神经网络进行训练；S2：模型搭建，使用卷积神经网络中的VGG‑16模型，加载预训练过的权重，将卷积层的权重参数冻结，去除VGG‑16原有的全连接层，手动添加自定义的全连接层，连接手动添加的全连接层和原有的VGG‑16模型；S3：模型训练，训练集的图像经过数据增强后，输入模型进行训练；S4：加载测试集，S5：喷雾角角度测量，S6：喷雾液滴索特平均直径SMD测量。有益效果：本发明减少了模型训练所需的时间和计算资源，提高了模型的鲁棒性和泛化能力，优化了模型的训练过程，并得到更好的分类结果，实现高效准确的图像分类任务。